Geschwindigkeitsoptimierter Ansatz zur Analyse der ärztlichen Versorgungsqualität

Daniel Karla

Playlists: 'fossgis2018' videos starting here / audio / related events

Im Rahmen dieses Beitrags werden optimierenden Aspekte betrachtet, welche bei der Umsetzung eines Prototyps für die Analyse der ärztlichen Versorgungsqualität notwendig wurden. Der hier gewählte Ansatz zur Untersuchung der Versorgungsqualität basiert auf der Nutzung von Erreichbarkeitspolygonen, welche mit Planungsgebieten der Kassenärztlichen Vereinigung und Wohngebieten verschnitten werden.

Geschwindigkeitsoptimierter Ansatz zur Analyse der ärztlichen Versorgungsqualität

Daniel Karla, Klaus Böhm, Franka Ginter

Im Rahmen dieses Beitrags werden optimierenden Aspekte betrachtet, welche bei der Umsetzung eines Prototyps für die Analyse der ärztlichen Versorgungsqualität notwendig wurden.

Ansatz

Der hier gewählte Ansatz zur Untersuchung der Versorgungsqualität basiert auf der Nutzung von Erreichbarkeitspolygonen, welche mit Planungsgebieten der Kassenärztlichen Vereinigung und Wohngebieten verschnitten werden. Für die Berechnung der Erreichbarkeitspolygone, bzw. der Isochronen wird ein etablierter Service (GraphHopper) genutzt. Die Datengrundlage für die Planungsgebiete wurde aus der verfügbaren Information der enthaltenen Landkreise entwickelt. Die Bebauungsgebiete basieren auf der OSM Datenbasis.

In dem Prototyp definiert der Anwender die relevanten Parameter wie das zu untersuchenden Planungsgebiete, die Zeit sowie das Verkehrsmedium. Auf dieser Grundlage werden die Arztpraxen im gewählten Planungsgebiet selektiert und die Erreichbarkeitspolygone mit Hilfe des Service berechnet. In einer Geo-Datenbank werden diese Daten akkumuliert und in einem eines strukturierten Austauschformats an den Client übertragen, welcher diese wiederum grafisch aufbereitet.

Analyse

Der gewählte Ansatz mit den erläuterten Verschneidungen liefert als Maß der Versorgungsqualität die Anzahl an Personen, die im gewählten Planungsgebiet eine Arztpraxis gemäß den definierten Parametern erreichen können. Tests zeigten, dass die Gesamtberechnungen für definierte Testfälle aus Benutzersicht über 20 Sekunden benötigten. Dieser Wert liegt deutlich außerhalb eines akzeptablen Wertes für eine Webanwendung.

Nach einer Analyse aller beteiligen Prozesse hinsichtlich der Laufzeit wurde ein Prozess identifiziert, welcher durch ein Pre-Prozessing der Daten deutlich optimiert werden konnte. Konkret wurden in einem Vorverarbeitungsschritt die Wohngebiete den Planungsgebieten direkt zugeordnet, partiell mit notwendiger Aufteilung der Wohngebiete. Die Optimierung der Datengrundlage führte zu einer erheblichen Verbesserung der Performance um ca. 19 Sekunden. Damit liegt der Prototyp in einer für Web-Anwendungen akzeptablen Antwortzeit.

Download

Related

Embed

Share:

Tags